【定稿】3.2 大数据业务

主讲人：汪玥旻区块链金融应用实训专业：金融服务与管理/金融科技应用大数据金融业务项目三项目导航：大数据金融业务任务一云金融业务任务二大数据业务大数据业务任务二目

录CONTENTS大数据大数据金融01大数据大数据也称巨量资料，是指所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据大数据金融机构通过大数据评估信用风险、计算保费、分析基金股票，理解市场和客户行为零售商借助大数据预测销售流量，合理分配产品和服务，满足客户需求警方利用大数据预测犯罪时间和地点，制定监管措施和警力分配策略通过分析患者数据，制定准确诊疗方案；利用大数据预测疾病流行情况，及时进行防控物流公司运用大数据优化运输路线和方式，降低成本和时间，提升服务质量教师分析学生学习数据，制定个性化教育计划，助力学生掌握知识4.物流行业6.教育领域2.医疗行业3.零售行业5.公共安全1.金融行业02大数据金融大数据金融大数据金融的概念是一种利用大数据技术革新和发展传统金融的新型模式，通过集合海量非结构化数据，进行实时分析掌握客户的消费习惯并准确预测客户行为，从而提升金融机构在服务、营销和风控方面的能力大数据金融2.基于大数据的风险管理理念和工具随着大数据的应用而调整4.高效率性部分流程、动作可在线发起、完成1.网络化的呈现金融产品和服务通过固定和移动网络展示3.信息不对称性大大降低消费者与提供者之间信息不对称程度骤减5.金融企业服务边界扩大单个金融企业最合适经营规模扩大，降本提效7.普惠金融高效率和服务范围扩展使金融服务普及6.产品的可控性、可受性网络化金融产品易于消费者控制和接受大数据金融中信银行信用卡中心使用大数据技术实现实时营销光大银行光大银行建立了社交网络信息数据库招商银行招商银行利用大数据发展小微贷款1.银行大数据大数据金融—（1）客户画像应用—个人客户画像消费能力数据兴趣数据风险偏好人口统计学特征企业客户画像生产流通运营财务销售客户数据相关产业链上下游1.银行大数据大数据金融—（2）精准营销—1.银行大数据根据客户实时状态进行针对性营销，或抓住生活状态变化的时机开展营销活动1.实时营销推荐不同业务或产品，如招商银行通过分析交易记录识别小微企业，远程银行交叉销售2.交叉营销包括新客户获取、客户防流失和赢回等，如招商银行通过客户流失预警模型发售高收益理财产品4.客户生命周期管理银行可以根据客户的偏好进行个性化服务，或者为客户进行银行产品的个性化推荐3.个性化推荐大数据金融—（3）风险管控—1.银行大数据结合企业的生产、流通、销售、财务等信息，运用大数据挖掘方法，量化企业信用额度，有效开展中小企业贷款业务。利用持卡人基本信息、卡片信息、交易历史、客户历史行为模式等数据，配合智能规则引擎进行实时交易反欺诈监测。中小企业贷款风险评估实时欺诈交易识别和反洗钱分析大数据金融产品和服务优化客户行为转化为信息流，分析客户特征和偏好，理解客户习惯，预测需求，推动产品服务创新优化市场和渠道分析优化通过大数据，监控各市场推广渠道，尤其是网络渠道的质量，从而据此调整和优化合作渠道舆情分析爬虫技术抓取媒体平台关于银行及产品服务的信息，借助自然语言处理技术判断正负面情绪，强化正面信息—（4）运营优化—1.银行大数据大数据金融—（1）客户细分和精细化营销—2.保险行业大数据应用1.客户细分和差异化服务风险偏好是保险需求的关键因素，不同风险偏好者对保险需求态度各异。3.客户关联销售利用关联规则确定最佳险种组合，时序规则分析顾客购买顺序，把握时机促进销售。2.客户挖掘及流失用户预测保险公司整合客户线上线下数据，挖掘潜在客户分类，细化销售策略。4.客户精准营销收集互联网用户的数据，实现广告推送的地域、需求、偏好、关系定向，提升营销精准度。大数据金融医疗保险欺诈与滥用1.非法骗取保险金，即保险欺诈2.在保额限度内重复就医、浮报理赔金额，即医疗保险滥用车险欺诈分析利用过去的欺诈事件建立预测模型，将理赔申请分级处理包括车险理赔申请欺诈侦测、业务员及修车厂勾结欺诈侦测等—（2）欺诈行为分析—2.保险行业大数据应用大数据金融产品优化整合自有数据与客户社交网络信息，解决风控难题，制定个性化保单，构建高准确率、高利润的保单模型。运营分析基于保险保单和客户交互数据建模，利用大数据平台迅速分析预测市场风险、操作风险等潜在风险。代理人甄选分析代理人员的业绩、性别、年龄、工作年限、其他保险公司经验及思维性向测试等数据，筛选高潜力特征人员。—（3）精细化运营—2.保险行业大数据应用交易数据公司财报宏观经济指标市场新闻社交媒体情绪大数据金融—（1）股价预测—3.证券行业大数据应用使用传统统计、机器学习等模型分析预测，构建预测模型，将新的市场数据输入模型进行预测大数据金融

客户细分：分析客户账户状态和价值、交易习惯、投资偏好和收益并分类，识别高价值、高盈利潜力客户群，挖掘需求，优化服务。

流失客户预测：券商可根据客户历史交易行为和流失情况建模，预测客户流失率。—（2）客户关系管理—3.证券行业大数据应用大数据金融“给予数据挖掘算法的证券客户行为特征分析技术”海通证券主要应用在客户深度画像以及基于画像的用户流失概率预测。通过对海通100多万样本客户、半年交易记录的海量信息分析，建立了客户分类、客户偏好、客户流失概率的模型。大数据金融投资收益率持仓率资金流动2012年，国泰君安推出了“个人投资者投资景气指数”，简称3I指数，对海量个人投资者样本进行持续性跟踪监测。—（3）投资景气指数—3.证券行业大数据应用知识导入深入分析海量个人投资者的真实投资交易信息，揭示投资者交易行为变化、投资信心状态与趋势、市场预期及风险偏好等信息，其走势与上证指数有较强的同步性。3I指数课程小结0102大数据的应用领域1、金融行业；2、医疗行业；3、零售行业；4、物流行业；5、公共安全；6、教育领域。